چمران-الكترو كامپ

الگوریتم اجتماع مورچه (Ant Colony Algorithm)

ch-electrocomp — Sat, 16 May 2009 15:12:08 GMT

6 – الگوریتم اجتماع مورچه (Ant Colony Algorithm)

6-1- معرفی

یکی از مسائلی که بهوسیلهی زیستشناسان مورد مطالعه قرار گرفته است درك این موضوع است که چگونه موجودات تقریبا کور مانند مورچهها کوتاهترین مسیر را از لانهی خود تا منبع غذا و بر عکس پیدا میکنند.آنها پی بردند که یک رسانه براي ابلاغ اطلاعات بین تکتک مورچهها مورد استفاده قرار میگیرد و براي تصمیمگیري درمورد اینکه کدام مسیر را انتخاب کنند بهکار میرود که آن رسانه عبارت است از بو(اثر) مادهاي بهنام فرومون[1].

الگوریتمهای لانهی مورچه از جمله روشهای فرامکاشفهای هستند که برای حل مسایل بهینهسازی سخت پیشنهاد شدهاند. این الگوریتمها در آغاز از رفتارهای اجتماعی پشت سرهم قرار گرفتن و تعقیب کردن الهام گرفته شد، که در جامعهی مورچگان مشاهده گردید. یک اجتماع از عاملهای[2] ساده (مورچهها) به طور غیر مستقیم از طریق تغییرات پویای (دینامیکی) محیط ارتباط برقرار میکنند (رد پاهایی از فرومون) و بنابراین بر اساس تجربهی اجتماعی آنها، یک راهحل برای یک مسئله ارائه میدهند.

نخستین الگوریتم از این نوع (سامانهی مورچه) برای مسئلهی فروشندهی دورهگرد طراحی شد، اما نتایجش چندان امیدبخش نبود.

6-2- ویژگیهای الگوریتم

این الگوریتم داراي ویژگیهاي زیر است:

· چند منظوره است، به عبارت دیگر میتواند براي انواع مشابه یک مسئله بهکار رود.

· قوي است، یعنی با کمترین تغییرات براي دیگر مسائل بهینهسازي ترکیبی به کار برده میشود.

· روشی مبتنی بر جمعیت است.

6-3- رفتار طبیعی مورچه

یک مورچه در حال حرکت مقداري فرومون دراندازههاي گوناگون از خود بر روي زمین باقی میگذارد و بدین ترتیب مسیر را بهوسیلهی بوي این ماده مشخص میسازد. هنگامی که یک مورچه بهطور تصادفی و تنها حرکت میکند با روبهرو شدن با مسیري که توسط مورچه یا مورچههاي قبلی انتخاب شده و داراي بوي فرومون است به احتمال زیاد آن را انتخاب میکند و با فرومونی که خود بر جاي میگذارد بوي آن را در مسیر مذکور تقویت مینماید.

وقتی رفتار جمعی پدید میآید، گونهای از رفتار خود تقویتی است، یعنی هرچه مورچه ها بو(اثر) مادهی مذکور را دنبال کنند آن بو براي مورچههاي پیرو آنها جذابتر خواهد بود. فرایند گفته شده به وسیلهی یک حلقه توصیف میشود، یعنی احتمال اینکه یک مورچه یک مسیر را انتخاب کند متناسب باتعداد مورچههایی که قبلا آن مسیر را انتخاب کردهاند افزایش مییابد.

ایده این است که اگر در یک نقطه معین یک مورچه مجبور است از بین مسیرهاي مختلف یکی را انتخاب کند، مسیرهایی را که توسط مورچههاي قبلی بیشتر انتخاب شدهاند، به عبارت دیگر سطح بوی آنها بالاتر است، با احتمال بیشتري انتخاب خواهد کرد. بهعلاوه سطح فرمون بالاتر معادل مسیرهاي کوتاهتر خواهد بود.

بدین ترتیب کوتاهترین مسیر توسط مورچهها انتخاب میشود. الگوریتمهایی که ارائه خواهد شد از اجتماع مورچهی واقعی سرچشمه گرفتهاند. سامانهی مورچهی ارائه شده با استفاده از اجتماع مورچهی مصنوعی چند تفاوت عمده با نوع طبیعی آن خواهد داشت:

1. مورچههاي مصنوعی مقداري حافظه خواهند داشت،

2. آنها کاملا کور نیستند،

3. آنها در محیطی زندگی میکنند که زمان گسسته است.

6-4- سامانهی مورچه[3]

در اين بخش سامانهی مورچه معرفي میشود و از مسئلهی فروشندهی دورهگرد بهعنوان معيار استفاده ميگردد. در مسئـلهی فروشندهی دورهگرد، يك فروشنده سفر خود را از يك شهر آغاز میکند و پس از يك سفر كامل دوباره به شهر خودش باز ميگردد و از هر شـهر فـقط يكبار عبور ميكند و در ضمن بايد از همهی شهرها عبور كند. هدف يافتن كوتاهترين مسير براي اين سفر است.

هر مورچه يك نمايندهی ساده باويژگيهاي زير است:

1. يك شهر را براي رفتن انتخاب ميكند كه تابعي از فاصلهی شهر و مقداربوی (اثر) موجود در آن مسير است.

2. براي واداركردن مورچهها جهت انجام سفرهاي منطقي، سفر به شهرهايي كه يكبار از آنها عبوركرده است ممنوع میشود.

3. هنگامي كه يك مورچه يك سفركامل انجام ميدهد مقداري فرمون برروي هرمسير و بر جای ميگذارد.

در ضمن در طبیعت هر چه از مدت زمان گذاشته شدن فرومون بگذرد بو و اثر آن کمتر میگردد، دلیل آن هم تبخیر این ماده است، پس در الگوریتم زمان نیز موجب کاهش اولویت برخی مسیرها و افزایش اولویت مسیرهای دیگر نسبت به آنها میگردد.

برای اینکه شرط تکراری نبودن شهرها و نیز گذشتن از همهی آنها برقرار گردد، به هر مورچه یک لیست ممنوع نسبت داده میشود که دارای شهرهای عبور کرده میباشد.

6-5- بیان الگوریتم

با توجه به تعاريف بخش پیش الگوريتمها معرفي ميشوند. در زمـان صفر يعني مرحله شروع، مورچهها درشـهرهاي مختـلف مستقر ميشوند و ارزش اوليهی شدت بو(اثر) بر روي مسيرها تعیین میگردد. شهر آغازين به عنوان اولين عنصر وارد ليست ميشود. سپس هرمورچه از شهر با تابع احتمال به سمت شهر حرکت میکند، كه خود تابعي از دو معيار مطلوبيت است: يكي احتمال اينكه در گذشته چه تعداد مورچه از مسير رفتهاند، ديگري قابليت رويت[4] كه ميگويد شهرهاي نزديك براي مورچهها مطلوبتراند.

بعد از تكرار همهی مورچهها يك سفر كامل انجام دادهاند وليست ممنوع آنها پرشده است. همچنين كوتـاهترين مسير يافتهشـده بهوسيلهی مورچهها ذخيره شده و ليستهاي ممنوع خالي ميشوند. اين فرايند تا زماني كه تعداد سيكلها به حداكثر خود برسد يا همه مورچهها يك سفر يكسان انجام دهند ادامه مييابد. اين حالت رارفتار ركودي مينامند زيرا الگوريتم جستجوي راهحلهاي ديگر را متوقف ميكند.

قابل ذکر است که سه نوع الگوریتم مورچه وجود دارد: 1. چگالی مورچه[5]، 2. تعداد مورچه[6]، 3. دور مورچه[7].

در دو الگوريتم اول مقدار فرمون در پايان هر تكرار تعديل ميشود. اما در الگوريتم سوم پس از پايان يك دور اين عمل انجام ميگيرد. پس از انجام شدن چند دور فقط به مورچهاي كه بهترين مسير را ميپيمايد اجازه ترشحكردن فرمون داده ميشود، اين عمـل به منظور جـهتدار كردن جستجو انجام ميگيرد يعني با اين كار مورچهها در همسايگي بهترين مسـيري كه تاكـنون پیدا شـده است بـه جستـجو مـيپردازند. دو الگوريتم اول دقيقا مثل هم هستند و فقط از لحاظ تعديلكردن (بهروزرسانی) فرومون با هم متفاوتاند .

6-6- حالت کلی الگوریتم

الگوریتم اجتماع مورچگان دارای سه بخش اصلی زیر است:

1. بخش مقداردهی اولیه، که عبارت است از تشکیل گرافی که بر اساس مسئلهی بهینهسازی ترکیبی در دست بررسی و پارامترها، با توجه به ارزشهای اولیهاشان، ساخته میشود،

2. بخش ایجاد راهحل، که در آن هر مورچه راهحل خودش را برای مسئله تولید میکند، و تا زمانی که همهی مورچهها راهحل خود را کامل کنند ادامه مییابد،

3. بخش بهروزرسانی فرومون، که طی آن دنبالهی فرومون متناظر با هر اتصال در گراف ساختمان بر اساس قانون به روز رسانی، به روز خواهد شد.

6-7- مقایسه با دیگر روشهای فرامکاشفهای

الگوریتم کلونی مورچه دارای ویژگیهایی در مقایسه با دیگر روشهای فرامکاشفهای است:

1. محاسبات گسسته در طبیعت،

2. فرایند تجزیهی واکنش توسط یکی از محصولات خودش[8]،

3. استفاده از جستجوی حریصانه و اطلاعات اکتشافی سازنده (آگاهانه).

[1] Pheromones

[2] agent

[3] Ant System

[4] Visibility

[5] Ant Density

[6] Ant Quantity

[7] Ant Cycle

[8] Autocatalytic

جستجوی تابو (Tabu Search)

ch-electrocomp — Mon, 04 May 2009 19:36:18 GMT

جستجوی تابو (Tabu Search)

تاریخچه

جستجوی تابو نخستین بار توسط فرد گلوور[1] در مقالهی منتشر شده در سال 1986]گلوور،1986[ بیان شد، البته این مقاله از بسیاری نظریههای پیشنهادی در گذشته طی دههی 60 استفاده کرده بود. دو مقالهای ]گلوور،1989،گلوور،1990[ که عنوان آنها جستجوی تابو بود بسیاری از اصولی را که امروزه شناخته شدهاند، بیان کردند. برخی از این اصول اقبال چندانی را برای مدت طولانی در میان جامعهی علمی بهدست نیاورد. در واقع، در نیمهی نخست دههی 90، بیشتر کارهای تحقیقاتی در زمینهی جستجوی تابو، دامنهی کوچکی از اصول این روش[2] را به کار میگرفت؛ که عموما محدود به یک لیست تابو[3] و یک شرط تکاملی[4] ساده بود.

شبیه سازی حرارتی Simulated Annealing

ch-electrocomp — Fri, 10 Apr 2009 20:16:51 GMT

شبیه سازی حرارتی Simulated Annealing

تاریخچه

ساختارهای پیچیدهی فضای پیکربندی[1] مربوط به مسایل بهینهسازی سخت، شباهتهایی را با پدیدههای فیزیکی تداعی میکند، که همین امر سه محقق – اس.کرک پاتریک، سی.دی. گلات و ام.پی. وکی[2]- از انجمن IBM را به ارائهی روش تکرارشوندهی جدیدی در سال 1982و انتشار آن در سال 1983 سوق داد: یعنی همان شبیهسازی حرارتی [کرک پاتریک و دیگران، 1983]، که میتواند از بهینگی (کمینگی) محلی[3] خارج شود. کار مشابهی به طور جداگانه و در همان زمان توسط وی.کرنی[4] انجام شد که در سال 1985 منتشر گشت.

از همان آغاز پیدایش، شبیهسازی حرارتی کارایی خود را در زمینههای گوناگونی همچون طراحی مدارهای الکترونیکی، پردازش تصویر، جمعآوری زبالههای خانگی، و ... ثابت کرده است. در عوض آشکار شد که این روش برای حل مسایل بهینهسازی ترکیبی خاصی بیش از حد حریصانه و یا در واقع ناتوان است که این مسایل با روشهای اکتشافی ویژهای بهتر حل میشوند.

ادامه ی مطلب را نیز نگاه کنید.

[1] Configuration space

[2] S.Kirkpatrick, C.D. Gelatt and M.P. Vecchi

[3] Local minima

[4] V. Cerny

از ژنتیک تا مهندسی

ch-electrocomp — Mon, 30 Mar 2009 20:59:56 GMT

از ژنتیک تا مهندسی

تکامل زیستی چنان موجودات پیچیده و مختاری را تولید کرده است که میتوانند مسایل سخت و شگفتآوری را حل کنند، از جمله سازگاری مداوم با محیطهای پیچیده، مبهم و همواره در حال دگرگونی. به همین خاطر، موجودات ممتاز، همچون پستانداران، از تواناییهای شگفتآوری در الگوشناسی[1]، یادگیری و هوش برخوردار هستند. دامنهی گستردهی وضعیتهایی که زندگی با آنها سازگار است نشان میدهد که فرایند تکامل قدرتمند است و همچنین میتواند دستههای بسیاری از مسایل را حل کند. این امر به کسی که جهان زنده را مشاهده میکند اجازهی تصور این موضوع را میدهد که برای ساخت سامانههای پیچیده و کارامد به گونهای رضایتبخش، به غیر از ایجاد فرایندهای دقیق، که به تدریج از دانش کیفی مربوط به قوانین طبیعت بهدست آمدهاند، راههای دیگری نیز وجود دارد.

بر اساس نظریهی سی. داروین[2] [داروین، 1859]، سازوکار اصلی تکامل موجودات زنده بر پایهی رقابتی است که سازگازترین افراد به محیطشان را انتخاب میکند در حالی که هنگام انتقال ویژگیهای مفید به فرزندان که موجب بقای والدین میشود، یک نژاد تضمین میگردد. این سازوکار وراثت، به ویژه، بر پایهی گونهای از همکاری است که با تکثیر جنسی انجام میگردد.

فرضی که نظریهی داروین برای سازوکار تکامل به شمار آورد، که با دانش کنونی ژنتیک نیز غنی شده است، هنوز تایید نشده است. هیچ کس تا امروز تایید نکرده است که این سازوکارها به طور کامل شناخته شدهاند و دیگر هیچ پدیدهی مهم دیگری پنهان نمانده است. از اینرو مثلا لازم بود که مدت زمان زیادی بگذرد تا بفهمیم که پرندگان چگونه پرواز میکنند، که دلیل آن چندان به خاطر برخورد باد با بالهایشان نبود، که دلیلی قابل مشاهده و گمراه کننده را ایجاد میکند، بلکه دلیل آن شکل بالهای آنها بود، که پدیدهی مطلوب ایرودینامیک[3] را موجب میشود.

با اینحال، نئو- داروینیسم[4] تنها نظریهی تکاملی است که تاکنون هرگز نقض نشده است. توسعهی ماشینحسابهای الکترونیکی مطالعهی این نظریه را در شبیهسازی آسان کرد و برخی پژوهشگران، خیلی پیشتر در دههی 1950، علاقهمند به آزمودن آن بر روی مسایل مهندسی بودند. اما این کار چندان راضیکننده نبود و دلیل آن هم دانش ناکافی از ژنتیک طبیعی در آن زمان و نیز کارایی ضعیف ماشینحسابهای موجود بود. بهعلاوه، آهستگی بسیار زیاد تکامل این تفکر را که چنین فرایندی بتواند به خوبی مورد استفاده قرار گیرد، فلج کرد.

طی دهههای 1960 و 1970، که ماشینحسابهای با قدرت معتبر پا به عرصهی وجود نهادند، تلاشهای بسیاری برای مدلسازی فرایند تکامل صورت گرفت. در میان آنها، سه زمینه بهطور مستقل پدیدار شد، که تا آغاز دههی 1990، از دید یکدیگر پنهان بودند:

· استراتژیهای تکـامل[5] (EA) از اچ. پی. شوفل[6] و آی. ریچنبرگ[7] [ریچنبرگ، 1965، بیر، 2001] که در میـانهی دههی 1960 همچون یـک روش بهینهسازی برای مسایلی که از پارامترهای پیوستهی مختلفی استفاده میکنند، طراحی شد؛

· برنامهنویسی تکاملی[8] (EP) از ال. جی، فوگل[9] و دیگران [فوگل و دیگران، 1966] که توانست، در میانهی دههی 1960، ساختار ماشینهای با حالات محدود[10] را به وسیلهی انتخابها و جهش[11] های مکرر گسترش دهد؛ که این امر برای آغاز دورانی در زمینهی دیگری از هوش مصنوعی مطلوب بود.

· الگوریتم ژنتیک[12](GA) که در 1975 توسط جی. اچ. هالند[13] [هالند، 1992] ارائه شد، با هدف درک سازوکار موجود در زیرسامانههای خود-سازگار[14] ارایه شد.

از آن پس، بر اساس مسایل مختلفی که یابندگان این روشها و شاگردانشان با آنها برخورد داشتند، این روشها دستخوش تغییرات بسیاری شدند.

[1] Patern Recognization

[2] C. Darwin

[3] Aerodynamic

[4] Neo-Darwinism

[5] Evolution Strategies

[6] H. P. Schwefel

[7] I. Rechenberg

[8] Evolutionary programming

[9] L. J. Fogel

[10] Finite-state Automata

[11] mutation

[12] Genetic Algorithm

[13] J. H. Holland

[14] Self-adaptive

با تاخیر... سال نو خوش!

ch-electrocomp — Mon, 30 Mar 2009 20:56:52 GMT

با درود!

نوروز را به همه ی مردم شاد باش می گویم!

جستجوی تابو (Tabu Search)

ch-electrocomp — Fri, 06 Mar 2009 20:32:18 GMT

در این پست ترجمه ای از مقدمه ی بخش اختصاص یافته به جستجوی تابو از کتاب روش های اکتشافی برای مسایل بهینه سازی سخت را که در واقع تاریخچه ای از تلاش های انجام شده در پیدایش این روش است، قرار می دهم .

جستجوی تابو (Tabu Search)

[1] در مقاله ی منتشر شده در سال 1986]گلوور،1986[ بیان شد، البته این مقاله از بسیاری از نظریه های پیشنهادی گذشته طی دهه ی 60 استفاده کرده بود. دو مقاله ای]گلوور،1989،گلوور،1990[ که عنوان آنها جستجوی تابو بود بسیاری از اصولی که امروزه شناخته شده اند،بیان کردند.برخی از این اصول اقبال چندانی را برای مدت طولانی در میان جامعه ی علمی به دست نیاورد. در واقع، در نیمه ی نخست دهه ی 90، بیشتر کارهای تحقیقاتی در زمینه ی جستجوی تابو، دامنه ی کوچکی از اصول این روش[2] را به کار می گرفت؛ که عموما محدود به یک لیست تابو[3] و یک شرط تکاملی[4] پایه بود.

[5] در سازمان فدرال تکنولوژی سوییس[6]،لاسن[7]، در اواخر دهه ی 80 صورت گرفت.در حقیقت مقاله ی گلوور، کاشف روش، در زمانی که هنوز "فرهنگ اکتشافی[8] " وجود نداشت ، به خوبی درک نشد. بنابراین یک عامل اعتباری مهم برای شهرت روش اصلی به [هرتز[9] و دِ ورا، 1987، هرتز و دِ ورا، 1991، هرتز و دِ ورا، 1989] مریوط می شود که به طور قطع نقش بزرگی در انتشار روش ایفا کردند.

[10]،1990، تایرد،1991،تایرد،1993،تایرد،1994]، که موجب افزایش اقبال جامعه ی تحقیقاتی به این روش شد.

در آغاز دهه ی90 این روش به کانادا و به طور دقیق تر به مرکز تحقیقات ترابری در مونترال ، جایی که پژوهشگران فوق دکترا از از گروه دی.دِ ورا در این زمینه کار می کردند، برده شد.در این مرحله پایگاه دیگری از علاقه مندی به زمینه ی جستجوی تابو به وجود آمد. سپس این روش به سرعت در میان جامعه ی تحقیقاتی گسترش یافت و این گسترش با انتشار نخستین کتاب، که کاملا به جستجوی تابو اختصاص داشت، به اوج خود رسید[گلوور اِت ال.،1993].

آنچه که به طور قطع جستجوی تابو را از روش جستجوی شبیه سازی حرارتی (در پست های بعدی بیشتر توضیح داده خواهد شد) متمایز می سازد این است که جستجوی تابو دارای هوشمندی است. در واقع، تمایل زیادی به هدایت یک جستجوی تکرارشونده [11] به سمت جلو، جهت مناسب، به گونه ای که جستجو تنها توسط احتمال و مقدار یک تابع هدف [12]، که باید بهینه شود، هدایت نگردد، وجود دارد. توسعه ی جستجوی تابو با دو چالش همراه است: نخست اینکه، همچون هر جستجوی تکرارشونده ای، نیاز است که موتور جستجو، یعنی همان رویه ی سنجش راه حل های همسایه، عاملی موثر می باشد؛ دوم اینکه، بخش هایی از دانش ما در مورد مساله ی تحت مطالعه باید به رویه ی جستجو منتقل گردد تا اینکه این رویه در ناحیه ای نادرست از فضای راه حل ها محصور نشود. از سویی دیگر، روند باید به طور هوشمند در فضای راه حل هدایت شود

[1] Fred Glover

[2] technique

[3] tabu list

[4] aspiration condition

[5] D.de Werra

[6] Swiss Federal Institute of Technology

[7] Lausanne

[8] Metaheuristic culture

[9] Hertz

[10] Taillard

[12] Objective function

فرا رسیدن عاشورای حسینی تسلیت باد

ch-electrocomp — Sat, 03 Jan 2009 14:20:18 GMT

با درود بر ایرانیان که همواره با ایمان بوده اند و خواهند بود. وبلاگ چمران الکتروکاپ نیز به نوبه ی خود فرا رسیدن عاشورای حسینی را به هم میهنان گرامی تسلیت می گوید .

مشخصه یابی مواد نانو

ch-electrocomp — Thu, 30 Oct 2008 02:07:18 GMT

میکروسکوپ‌های الکترونی(TEM و SEM)

1. میکروسکوپ الکترونی عبوری (TEM)

1-1. مقدمه

میکروسکوپ الکترونی عبوری از جمله میکروسکوپ‌های الکترونی است که در آن از پرتو الکترونی متمرکز شده برای به دست آوردن تصاویر استفاده می‌شود. در این میکروسکوپ، یک پرتو الکترونی مثل نور از درون نمونه عبور کرده و متأثر از ساختار درونی نمونه می‌شود. در واقع؛ هنگامی که الکترون‌ها در میکروسکوپ الکترونی عبوری از درون نمونه عبور می‌کنند، انرژی خود را از دست می‌دهند و از طرف دیگر نمونه خارج می‌شوند. الکترون‌های خروجی دارای توزیع خاصی از انرژی هستند که مختص عنصر یا عناصر تشکیل دهنده‌ی نمونه است.

پرتو الکترونی عبور کرده از نمونه، ‌روی یک صفحه‌ی فسفری متمرکز و سپس نمایش داده شده و یا برای پردازش کامپیوتری به یک کامپیوتر فرستاده می‌شود. نمونه‌ای از تصاویر (TEM( Transmission Electron Microscopy حاصل از نانوسیم‌ها در شکل (1-1) نشان داده شده است.

برای دیدن همه ی نوشته به دنباله ی نوشته بروید...

هارمونیک ها

ehsan — Tue, 21 Oct 2008 18:23:18 GMT

امروزه استفاده از بارهای غیر خطی روبه افزایش است و به تبع آن مقادیر هارمونیکها نیز افزایش مییابد استاندارد برای کیفیت برق تحویل شرکتهای توزیع برق را ملزم به رعایت حدودی نموده که با توجه به آن مقادیر هارمونیکها از میزان تعیین شده نباید بیشتر باشد

شبکه

ch-electrocomp — Sat, 04 Oct 2008 10:14:18 GMT

به نام خدا

شبکه (Network)

معرفي شبكه پهناور جهاني (World Wide Web)

قبل از بوجود آمدن اينترنت و وب, روياي زاندا مطرح بود. در اين رويا تمامي علوم, مستندات, تصاوير, صوت, ويدئو و… توسط هر فرد كه داراي يكدستگاه كامپيوتر بود در هر زمان و مكان د لخواه, قابل دستيابي بود. زاندا، روياي" تدنلسون " از يك كامپيوتر خيالي بود. وي دنيائي را كه در آن اطلاعات از طريق ابر متن ها و ابر رسانه ها بصورت يك شبكه تار عنكبوتي بهم متصل و مرتبط مي گرديدند, پيش بيني كرده بود. در اين دنيا اطلاعات بصورت يك كتابخانه جهاني در نظر گرفته مي شوند. دستيابي به اين كتابخانه جهاني و استفاده از آن تاثير شگرفي در جوامع متفاوت بشري را بدنبال داشته و منشا بروز تحولات عظيم در حيات بشري خواهد بود.

پس از مقدمه ی بالا می توانید دو مقاله ای را که در "دنباله ی نوشته " برای دانلود گذاشته شده دانلود کنید.

منبع : www.persianPDF.com

مقدمه از کتاب الکترونیکی آشنایی با تعاریف سیستمهای نرم افزار و شبکه

گرداورنده : غلامرضا امیریان

واژگان پایه : شبکه، TCP،IP،client،node،IPSEC،network